基于关系的三棱锥图用于鲁�夫相对相机姿态估计

视觉同步定位与制图（VSLAM）的关键组成部分是利用匹配的关键点估计相对相机姿态。鲁棒性估计面临噪声信点的挑战。经典方法依赖随机假设采样和迭代估计，而学习方法往往缺乏明确的几何结构。在本工作中，我们将相对姿态估计重新表述为三棱锥对应图上的关系推理问题，其中匹配的关键点作为节点，相邻关键点通过边相连。图操作（如剪枝、消息传递和池化）用于估计四元数旋转、平移向量以及基本矩阵（EM）。通过最小化由 (i) 与真实值（GT）之间的 $\mathcal{L}_2$ 差异、(ii) 估计 EM 与 GT EM 之间的 Frobenius 范数、(iii) 奇异值差异、(iv) 方位角差异、(v) 比例差异构成的损失，可获得图像对之间的相对姿态。密集无检测器方法 LoFTR 用于匹配。在室内和户外基准测试中，实验表明与经典方法和学习引导的方法相比，本方法在抗Dense噪声和大基线变化方面表现更鲁棒，凸显了全局关系共识的有效性。